A OpenAI lançou hoje dois novos modelos: o GPT-6.2 Astra, para os projetos mais exigentes, e o GPT-6.2 Sol, para o trabalho do dia a dia. Prometem melhores resultados em trabalho profissional, ciência e programação, gastando menos por tarefa, e já estão disponíveis no ChatGPT para os planos Plus, Pro, Edu e Enterprise.
O lançamento aconteceu a 17 de novembro de 2026. O Astra é o modelo de topo, pensado para investigação científica, programação e trabalhos longos com várias etapas. O Sol é a versão eficiente, mais rápida e mais barata, e sucede ao GPT-6.1 Sol, apresentado em outubro. A chegada acontece cerca de uma semana depois de a Anthropic ter lançado o Claude Fable 5.2 e de a Google ter apresentado novos modelos da família Gemini 4, o que torna a comparação entre os três laboratórios inevitável.
Para os professores, o mais relevante não está apenas nos números. Os dois modelos foram treinados para produzir documentos, apresentações e folhas de cálculo que respeitam modelos já existentes, para criar simulações, jogos e cenas 3D e para levar tarefas longas até ao fim com menos correções. Bem usadas, são capacidades que poupam horas na preparação de materiais e abrem caminho a recursos mais visuais e interativos para os alunos.
Dois modelos, duas funções
A OpenAI apresenta o par como um novo padrão para o trabalho profissional. A escolha entre os dois depende da tarefa: o Astra para problemas difíceis e projetos longos, o Sol para o trabalho corrente, com resultados próximos a uma fração do custo.
Vídeo oficial de apresentação do GPT-6.2 Astra e do GPT-6.2 Sol (OpenAI, em inglês).
O que dizem os testes de comparação
A OpenAI divulgou os resultados em gráficos que cruzam a pontuação com o custo estimado de cada tarefa. Os valores seguintes são os publicados pela empresa e comparam os novos modelos com o antecessor (GPT-6 Astra) e com os principais concorrentes: o Claude Fable 5.2, da Anthropic, e o Gemini 4 Carbon, da Google. Nem todos os modelos foram avaliados em todos os testes.
Uma leitura independente
Os testes escolhidos por cada empresa mostram sobretudo os pontos fortes do próprio modelo. Por isso vale a pena olhar para índices independentes. No Artificial Analysis Intelligence Index, que agrega vários testes avaliados pela própria Artificial Analysis, o Claude Fable 5.2 continua em primeiro lugar e o GPT-6.2 Astra fica em segundo, à frente do Gemini 4 Carbon.
A leitura conjunta é clara: o GPT-6.2 Astra está entre os melhores modelos do momento, lidera vários testes de ciência e trabalho profissional, mas não lidera todos. Em programação (FrontierCode) e desenho técnico (BenchCAD) o Fable 5.2 mantém vantagem, e na automação de tarefas o Gemini 4 Carbon fica ligeiramente à frente. Para o dia a dia de uma escola, as diferenças entre os três são pequenas; o custo e o acesso pesam mais.
Mais resultado por menos dinheiro
A grande aposta desta versão é a eficiência. A OpenAI mostra que o Astra chega a resultados iguais ou melhores gastando muito menos por tarefa, porque usa menos tokens e precisa de menos voltas para concluir o trabalho.
Para quem usa o ChatGPT, a eficiência tende a traduzir-se em respostas mais rápidas e em mais trabalho dentro dos limites de utilização de cada plano. Para as plataformas educativas que usam estes modelos através da API, significa ferramentas mais baratas de manter, o que pode chegar às escolas sob a forma de serviços mais acessíveis.
As novidades com mais interesse para professores e alunos
Demonstrações oficiais: do diapositivo ao jogo 3D
A página da OpenAI mostra vários exemplos lado a lado com o GPT-6 Astra. Num deles, os dois modelos receberam o modelo público de diapositivos da OpenAI e tiveram de propor produtos com mascotes para quatro equipas. O GPT-6 Astra fez uma apresentação de 13 diapositivos, com um desenho por equipa. O GPT-6.2 Astra organizou-a como um guia ilustrado de 19 diapositivos, com oito desenhos aplicados em pins, t-shirts e emblemas, e acrescentou ficheiros vetoriais, dimensões propostas e instruções de produção.
O mesmo pedido, com o mesmo modelo de diapositivos: abertura da apresentação feita por cada modelo. Clique para ampliar. Imagens: OpenAI.
Noutros exemplos, os modelos transformam uma descrição escrita numa experiência interativa no browser: uma mesa de pinball jogável, uma recriação do Coliseu para explorar de vários ângulos ou um jogo de corridas futurista, o Meridian Sound Racing, que pode ser experimentado. Fora da página oficial, o programador da OpenAI Thomas Ricouard mostrou o Paris Atlas, uma recriação de Paris à escala real, com mais de 131 mil edifícios, que se percorre a pé ou de carro.
Para a escola, estes exemplos valem mais pela ideia do que pela escala: com dados abertos e instruções claras, é possível criar ambientes exploráveis para Geografia, História, Ciências ou Matemática, como um monumento, um ecossistema ou um modelo à escala do recinto escolar.
Como pode ajudar a melhorar a aprendizagem dos alunos
A tecnologia só melhora a aprendizagem quando serve uma intenção pedagógica clara. Com estes modelos, há quatro caminhos com potencial em qualquer disciplina e nível de ensino:
- Aprender explorando. Simulações interativas em que os alunos alteram variáveis e observam os efeitos, seja um orçamento familiar, um circuito elétrico, a evolução de uma população ou uma função matemática. Formular hipóteses e testá-las consolida a compreensão muito mais do que ler a resposta.
- Diferenciar sem perder coerência. Várias versões da mesma ficha, com níveis de apoio diferentes, mantendo o mesmo modelo e a mesma linguagem para toda a turma. É uma ajuda concreta para as medidas de suporte à aprendizagem e à inclusão.
- Mais tempo para o feedback. Menos horas a formatar documentos significa mais tempo para acompanhar os alunos, comentar trabalhos e ajustar o ensino ao que cada um precisa.
- Literacia de IA e pensamento crítico. Os próprios testes de comparação são um bom tema de aula: porque é que cada empresa escolhe testes diferentes, o que mede um índice independente e porque é preciso verificar sempre o que a IA produz.
O mesmo pedido funciona com outros modelos e ferramentas, como o Claude ou o Gemini, e com modelos em Word, PowerPoint, Google Docs ou Canva. O essencial é dar contexto, um exemplo do resultado pretendido e rever sempre o conteúdo científico antes de o usar em aula.
Segurança e limites a ter em conta
Disponibilidade e preços
Os dois modelos ficaram disponíveis a 17 de novembro no ChatGPT Work e no Codex. Não aparecem no separador Chat: é preciso mudar para o modo Work. A disponibilização é gradual, pelo que pode demorar algumas horas a chegar a todas as contas.
Em resumo
O GPT-6.2 Astra e o GPT-6.2 Sol não mudam a natureza do trabalho com IA, mas tornam-no mais barato, mais rápido e mais fiável em tarefas longas. A corrida entre OpenAI, Anthropic e Google está tão renhida que nenhum modelo vence em tudo; para os professores, a pergunta útil já não é qual é o melhor, mas qual serve melhor cada tarefa e a que custo.
O valor destes modelos na escola não está na pontuação dos testes, mas no tempo que devolvem ao professor e nas oportunidades que criam para os alunos explorarem, experimentarem e pensarem de forma crítica.
Nota editorial e de transparência: este artigo foi elaborado por Filipe Galego com apoio de inteligência artificial (Claude).
- OpenAI: Introducing GPT-6.2 Astra and Sol
- OpenAI Developer Community: GPT-6.2 Astra and Sol are now available
- OpenAI (YouTube): GPT-6.2 Astra and GPT-6.2 Sol, Models built for the real world
- TechRadar: OpenAI just launched GPT-6.2 (Paris Atlas)
- Unite.AI: GPT-6.2 Astra e a avaliação de segurança
- TestingCatalog: OpenAI launches GPT-6.2 Astra and Sol
- OpenAI: GPT-6.2 Astra and Sol system card
- Trending Topics: GPT-6.2 Astra no Artificial Analysis Intelligence Index
- Notebookcheck: ChatGPT Free e Go recebem o GPT-6 Luna no Chat
- OpenAI: preços dos planos ChatGPT






